MétaCan
Menu
Retour à la cohorte
Enregistrement W4404976179 · doi:10.33005/senada.v4i1.153

Peramalan Jumlah Produk Domestik Regional Bruto di Provinsi Nusa Tenggara Barat Tahun 2024 Menggunakan Metode Dekomposisi Multiplikatif

2024· article· en· W4404976179 sur OpenAlexaboutno aff
Rizki Kurniati, Sekti Katika Dini

Notice bibliographique

RevueProsiding Seminar Nasional Sains Data. · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultural scienceQuarter (Canadian coin)Agricultural economicsGross domestic productMathematicsMultiplicative functionGeographyEnvironmental scienceEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract: The capacity of a region to produce a good or service at a given time is measured by gross regional domestic product (GRDP). West Nusa Tenggara (NTB) Province plays an important role in the economic landscape in Indonesia. The purpose of this study is to determine the accuracy of forecasting and the feasibility of the methodology used to project the GRDP of West Nusa Tenggara Province in 2024. The data used is the Gross Regional Domestic Product (GRDP) of West Nusa Tenggara Province for the quarters of 2014-2023. Forecasting using the Multiplicative Decomposition method. The results of forecasting the amount of Gross Regional Domestic Product in West Nusa Tenggara province in 2024 are 43091.76 (billion Rupiah) for the first quarter period, 44386.27 (billion Rupiah) for the second quarter period, 44870.79 (billion Rupiah) in the third quarter period, and in the fourth quarter period the prediction results are 45355.31 (billion Rupiah). The results of the MAPE calculation, using the multiplicative decomposition method, obtained a result of 3.84%, which means that the prediction accuracy level in the multiplicative decomposition method is very good. In this case, projecting and forecasting the value of Gross Regional Domestic Product in the future data is important for local governments in preparing development plans and economic policies. Keywords: GRDP, Forecasting, Multiplicative Decomposition Abstrak: Kapasitas suatu wilayah regional untuk memperoleh hasil suatu barang atau jasa pada waktu tertentu diukur dengan produk domestik regional bruto (PDRB). Provinsi Nusa Tenggara Barat (NTB) memainkan peran penting dalam lanskap ekonomi di Indonesia. Tujuan dari penelitian ini adalah untuk mengetahui keakuratan peramalan dan kelayakan metodologi yang digunakan untuk memproyeksikan PDRB Provinsi Nusa Tenggara Barat pada tahun 2024. Data yang digunakan adalah Produk Domestik Regional Bruto (PDRB) Provinsi Nusa Tenggara Barat untuk triwulan tahun 2014-2023. Peramalan menggunakan metode Dekomposisi Multiplikatif. Hasil peramalan jumlah Produk Domestik Regional Bruto di provinsi Nusa Tenggara Barat pada tahun 2024 secara berturut-turut adalah sebanyak 43091.76 (Milyar Rupiah) untuk periode Triwulan I, 44386.27 (Milyar Rupiah) untuk periode Triwulan II, 44870.79 (Milyar Rupiah) pada periode Triwulan III, dan pada periode Triwulan IV hasil prediksi adalah sebanyak 45355.31 (Milyar Rupiah). Hasil perhitungan MAPE, dengan menggunakan metode dekomposisi multiplikatif diperoleh hasil sebesar 3.84%, yang berarti tingkat akurasi prediksi pada metode dekomposisi multiplikatif sangat baik. Dalam hal ini, memproyeksikan dan meramalkan nilai Produk Domestik Regional Bruto di masa yang akan data menjadi hal yang penting bagi pemerintah daerah dalam perencanaan pembangunan dan kebijakan ekonomi. Kata kunci: PDRB, Peramalan, Dekomposisi Multiplikatif

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,082
Tête enseignante GPT0,275
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Seminar Nasional Sains Data.Même sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207